هل تستطيع تقنية البلوك تشين حل مشكلة حقوق النشر في الذكاء الاصطناعي التوليدي؟

ستؤثر المسائل المتعلقة بحقوق الطبع والنشر بشكل كبير على مستقبل الذكاء الاصطناعي التوليدي، ولكن بدلاً من ترك المحاكم تقرر ما يعتبر انتهاكاً وما لا يعتبر كذلك، سيكون من الأفضل لجميع الأطراف المعنية أن تتفق الأطراف على ذلك. 

مع تسابق شركات مثل OpenAI لعقد اتفاقيات ترخيص المحتوى مع العديد من الناشرين، يتضح أن مزودي خدمات الذكاء الاصطناعي مستعدون للدفع مقابل بيانات التدريب التي يحتاجونها. إلا أن القطاع يفتقر حاليًا إلى أداة فعّالة تمكّن المبدعين من tracاستخدام نماذج الذكاء الاصطناعي لمحتواهم، مما يجعل تحديد التعويض المستحق لهم، إن وُجد، أمرًا معقدًا. 

أحد الحلول الممكنة التي قد تُسهم في ذلك هو تقنية البلوك تشين، وهي سجل لامركزي يدعم العملات المشفرة. إنها تقنية مبتكرة يُمكن أن تُشكل أساس نظام أكثر عدلاً tracملكية المواد المحمية بحقوق الطبع والنشر المستخدمة في تدريب طلاب الماجستير في القانون، ويُعوّض مُنشئي تلك المواد. 

مشاريع مثل droppLink تقدماً ملحوظاً في هذا المجال، حيث ابتكرت نظاماً يعتمد على الرموز الرقمية قادراً على ترميز إجراءات نماذج الذكاء الاصطناعي. وبذلك، يُمكن الحفاظ على حقوق مالكي المحتوى، بل وتعويضهم عن استخدام موادهم المحمية بحقوق الطبع والنشر. 

ليس سحراً

يبدو الذكاء الاصطناعي التوليدي أشبه بالسحر. تستطيع مولدات الصور مثل DALL-E 2 وMicrosoft Designer وStable Diffusion إنتاج صور مذهلة بأي نمط تقريبًا، كصورة بالألوان المائية أو صورة فوتوغرافية قديمة بالأبيض والأسود. تُنشئ هذه المولدات هذه الصور في ثوانٍ معدودة، وبجودة تفوق ما يمكن أن يطمح إليه الكثير من البشر. أما مولدات النصوص مثل ChatGPT فهي لا تقل إبهارًا، لقدرتها على صياغة المقالات وكتابة الشعر وغير ذلك الكثير في ثوانٍ معدودة. 

قد يظن المستخدمون خطأً أن هذه الأدوات تُنشئ محتوى جديدًا من العدم، كما يفعل البشر، لكن الأمر ليس بهذه البساطة. فلكي تتمكن نماذج الذكاء الاصطناعي التوليدي من إنشاء محتوى جديد، عليها أولًا أن تتعلم كيفية القيام بذلك، وهذا يعني معالجة كميات هائلة من المعلومات. غالبًا ما تأتي هذه المعلومات من الإنترنت، والكثير من هذا المحتوى محمي بحقوق الطبع والنشر

هنا تبرز التساؤلات، ولا يزال الكثير منها بلا إجابة. على سبيل المثال، هل تنطبق قوانين حماية حقوق النشر وانتهاك براءات الاختراع على المحتوى المُنشأ بواسطة الذكاء الاصطناعي؟ ومن يملك فعلياً المحتوى الذي تُنشئه منصات الذكاء الاصطناعي التوليدي؟ هل هي شركة الذكاء الاصطناعي، أم المستخدم الذي حثّ النظام على إنشاء ذلك المحتوى، أم مُنشئ المحتوى الأصلي الذي دُرّبت عليه النماذج؟ 

إذا كان للذكاء الاصطناعي التوليدي أن يحقق إمكاناته الكاملة، فلا بد من الإجابة على هذه الأسئلة.

لماذا تُعدّ تقنية البلوك تشين هي الحل؟

تُعد تقنية البلوك تشين عبارة عن سجلات رقمية لامركزية مدعومة بسلسلة من العقد العامة، وهي تُمكّن من المشاركة الشفافة للمعلومات، مع منع التلاعب بهذه البيانات بأي شكل من الأشكال. 

رغم أن تقنية البلوك تشين صُممت في الأصل للعملات الرقمية، فقد بات من الواضح منذ زمن طويل إمكانية تطبيقها في العديد من المجالات الأخرى التي تتطلب الشفافية. فمن خلال تحويل الأصول المادية، كصكوك الملكية العقارية والأعمال الفنية والأسهم، إلى رموز رقمية، يُمكننا إنشاء أسواق أكثر كفاءة وشفافية دون وسطاء، مما يُعزز الثقة والفعالية. 

وبالتالي، يمكن أن تكون تقنية البلوك تشين هي الوسيلة المثالية لزيادة شفافية الذكاء الاصطناعي التوليدي، من خلال إنشاء سجل مفتوح وغير قابل للتغيير يتحقق من مصدر استجابات نماذج التعلم الموجه. 

بالنسبة للمبدعين، يوفر ترميز محتواهم على سلسلة الكتل (البلوكشين) العديد من المزايا. من أهمها، في حالة الذكاء الاصطناعي، إمكانية ترميز المحتوى ومنح الشركات ذات المسؤولية المحدودة (LLMs) إذنًا باستخدامه. ولأن هذا المحتوى مُستضاف على سلسلة كتل شفافة، يمتلك أصحاب المحتوى وسيلة tracمستخدمي محتواهم والتحقق منهم. قد يُؤدي ذلك إلى ظهور علاقة تكافلية بين الذكاء الاصطناعي التوليدي وسلسلة الكتل. ستوفر الشبكات اللامركزية لنماذج الذكاء الاصطناعي إطارًا واضحًا للتحقق من مصادر معلوماتها. بفضل سلسلة الكتل، يستطيع مُنشئ المحتوى معرفة متى يستخدم نموذج الذكاء الاصطناعي محتواه تحديدًا لتوليد استجابة. 

يمكن استخدام هذا النظام لمكافأة منشئي المحتوى. عادةً ما يكون الوصول إلى أقوى نماذج الذكاء الاصطناعي التوليدي مكلفًا، مما يعني أن هذه النماذج تُدرّ ربحًا. ستُمكّن تقنية البلوك تشين من مشاركة جزء من هذا الربح مع من يُتيحون للعلامات التجارية ذات المسؤولية المحدودة استخدام محتواها. 

يمكن أن يساعد تحليل أنماط اتخاذ القرار في إدارة التعلم القائم على التعلم الآلي فيdentمتى تُستخدم مواد التدريب المُرمّزة كرموز غير قابلة للاستبدال (NFT) لتوليد الإيرادات. وباستخدامtracالذكية، يُمكن تخصيص جزء من هذه الإيرادات لمنشئ تلك البيانات، كنوع من عائد حقوق الملكية. 

ترميز دورة حياة الذكاء الاصطناعي

يوجد نظام مماثل بالفعل في صورة خدمة droppLink التي أعلنت عنها مجموعة droppGroup مؤخرًا ، وهي خدمة ذكية موجهة لمطوري الذكاء الاصطناعي التوليدي الساعين إلى إنشاء نماذج أعمال قانونية أكثر أخلاقية. يمنح هذا النظام منشئي المحتوى ملكية بياناتهم والتحكم بها، ويُسهّل الوصول إلى البيانات، ويُبسّطtracالحسابية المعقدة، ويُيسّر المدفوعات الصغيرة لضمان حصول أصحاب الحقوق على مكافآت عادلة. 

برزت شركة droppGroup كبطل للذكاء الاصطناعي الأخلاقي، حيث قامت ببناء نظام قائم على ممارسات البيانات القابلة tracوالتعويض عن استخدام الملكية الفكرية، وهو ما يعالج بشكل مباشر المخاوف التي لدى العديد من المنظمات بشأن مخاطر استخدام الذكاء الاصطناعي. 

يتألف نظام droppLink من ثلاثة مكونات تقنية رئيسية، تشمل آلية إثبات الأصالة التي تتحقق من صحة المحتوى المُنشأ بواسطة الذكاء الاصطناعي، بالإضافة إلى بيانات التدريب المستخدمة في أي نموذج تعلم مستمر. يتميز النظام بقدرته الفريدة على tracمكان وزمان وكيفية استخدام هذا المحتوى لتوجيه استجابات نماذج التعلم المستمر للمطالبات، مما يتيح تعويض المبدعين ومالكي حقوق الملكية الفكرية عن استخدام موادهم. يعمل أصحاب المصلحة، المعروفون باسمtronالموارد الحاسوبية، كمُدقّقين، ويشاركون في هذه العملية مقابل مكافآت.  

يُعدّ بروتوكول Data Genesis من droppLink البروتوكول الأساسي الذي يُؤتمت عملية تجزئة بيانات تدريب الذكاء الاصطناعي. وهو يُنشئ سجلاً غير قابل للتغيير لأصل البيانات واستخدامها. 

وأخيرًا، تُعدّ عملة droppCoin العملة الرقمية الأصلية لنظام droppLink البيئي، وتُستخدم لدفع مكافآت لمنشئي المحتوى ومالكي حقوق الملكية الفكرية عندما تستخدم أنظمة الذكاء الاصطناعي مساهماتهم. كما يحصل مدققو الشبكة على عملة droppCoin كمكافأة لتسهيلهم المعاملات الصغيرة التي تُمكّن من دفع هذه المكافآت. 

إنه نظام واعد يتمتع بقدرة فريدة على معالجة المخاوف المؤسسية المتعلقة بمخاطر الذكاء الاصطناعي وحماية الملكية الفكرية ومصدر البيانات، ويمكن أن يلعب دورًا رئيسيًا في مساعدة صناعة الذكاء الاصطناعي التوليدي على تجاوز إحدى أكبر العقبات التي تمنع اعتماده على نطاق أوسع. 

زواج مثالي؟

يُعدّ droppLink مثالًا واحدًا فقط على كيفية إمكانية استخدام تقنية البلوك تشين للإجابة عن تساؤلات حول ملكية حقوق النشر وانتهاكها في مجال الذكاء الاصطناعي التوليدي، ولكن هناك أفكار أخرى مطروحة. على سبيل المثال، datalatte هو روبوت محادثة مفتوح المصدر قائم على تقنية البلوك تشين، ويتم تدريبه على بيانات مُرمّزة. يمتلك مالكو بيانات التدريب الخاصة به سلطة كاملة على من يمكنه استخدام هذه البيانات والوصول إليها، ويختار معظمهم إتاحتها مجانًا مقابل دفعات تعويضية في كل مرة يستخدمها روبوت المحادثة. 

مع استمرار الذكاء الاصطناعي التوليدي في صعوده الذي يبدو أنه لا يمكن إيقافه، تبرز تقنية البلوك تشين كواحدة من أكثر الحلول الواعدة لحل مشكلات انتهاك حقوق الطبع والنشر التي تعيقه حاليًا. 

تُعدّ تقنية البلوك تشين مثاليةً لأصحاب حقوق النشر لحماية موادهم والحفاظ على سيطرتهم عليها، أو لتحقيق الربح منها إن رغبوا بذلك. أما بالنسبة لمطوري الذكاء الاصطناعي التوليدي، فتُتيح لهم البلوك تشين الوصول إلى مصدر أخلاقي لبيانات التدريب، ما يُعزز نماذجهم ويُحسّنها. يُمكن أن يكون دمج الذكاء الاصطناعي التوليدي مع البلوك تشين مُثمرًا ومستدامًا، إذ يُلبي احتياجات جميع الأطراف المعنية ويُمهّد الطريق لنضوج كلتا التقنيتين.